企業の時系列分析

Download Report

Transcript 企業の時系列分析

企業の時系列分析
同志社大学 中尾ゼミ
印刷用
目的
例①
日産自動車の利潤率が上下してきた原因を明
らかにする
例②
日産自動車の広告支出が増減してきた理由を
明らかにする
例③
上記の②と③を同時に分析する
ニッサンの営業利益の推移
3500
3000
2500
2000
1500
1000
500
0
1989年度
1994年度
1999年度
2004年度
-500
-1000
 何故,ニッサンの利潤は変動してきたか?
ニッサンの利益変動の原因
 (1)ニッサンの企業戦略
研究開発支出
広告支出
賃金水準
輸出
 (2)日本経済の状況
所得水準
所得上昇率
ニッサンの利潤の分析手法
 (イ)ニッサンの財務データ(たとえば,研究開
発支出,広告支出,賃金,輸出など)のデー
タを収集する
 (ロ)日本経済の状況の表すデータ(たとえば,
GDPや為替レート)を収集する
 (ハ)推定モデル(説明変数)を考える
 (ニ)TSPで回帰分析(因果関係を統計的に解
明)をする
財務データ収集







(1)企業を1社選択 例:日産自動車
(2)被説明変数を決定 例:利潤率
(3)説明変数を決定 例:広告 売上高成長率 売上
高
(4)データ収集
例:売上高 営業利益 広告 を1976年から200
4年収集し,
決算月の変更がや年2回決算をしていないか
チェック⇒している場合には会社変更する
TSP形式でで保存.例えば,nissan
企業の時系列データの分析方法
第1ステップ:データを収集します。
企業時系列データ収集方法は以下で説明しています
http://www1.doshisha.ac.jp/~tnakao/zaimuTime.pdf
第2ステップ:以下のサイトよりXXTSPダウンロードします.
http://www1.doshisha.ac.jp/~tnakao/
第3ステップ:XXTSPを起動.初期画面の説明は以下.
http://www1.doshisha.ac.jp/~tnakao/HowToUseXXTSP.mht
第4ステップ:新しいTSPプログラムを作成.説明は下にあります.
http://xplala.aa0.netvolante.jp/class/HowToTSPTime.mht
第5ステップ:プログラムを実行します(初期画面を参照).
TSPプログラム作成
XXTSP起動 し,以下のプログラムを作成
Options crt ;
Freq a ;
smpl 1976 2004;
Read(File=‘nissan.csv') CD Y URI RIJUN KOKO;
RIJURI=RIJUN/URI ;
LURI=LOG(URI) ;
smpl 1977 2004;
GRURI=URI/URI(-1) ;
OLSQ RIJURI C KOKO GRURI LURI;
TSPプログラム実行⇒結果
Estimated Standard
Variable Coefficient Error
t-statistic P-value
C
0.580551 0.35142 1.65202 [.112]
KOKO
9.89E-07 3.54E-07 2.79235 [.010]
GRURI
0.242514 0.048954 4.95391 [.000]
LURI
-0.0557 0.022627 -2.4617 [.021]
データチェック
・・・ 略・・・
Read(File=‘nissan.txt’) CD Y URI RIJUN KOKO;
Print CD Y URI RIJUN KOKO;
・・・ 略・・・
上の1行を追加して印刷されたデータをチェエク
CDの下にはコード番号,Yの下には1980,
1981のような年号がそろっていればOK
そろっていない場合には原因を追求する
マクロデータの追加
日産の利潤率に影響を与えるマクロデータ=説明変
数を考える
例:為替レートKWS 経済成長率GRGDP
マクロデータ収集
例:為替レートとGDPを年度データで1976年から2
003年
ほとんどの企業は3月決算であるため,1年ずれる!
ファイル名は例えば,Macro.CSVとする.
XXTSPでプログラム改訂
マクロ経済データを収集した後には,
このデータを日産のTSPプログラムで読み込む必要が
あります.XXTSPを立ち上げて,
「このTSPファイルを変更」ボタン
をクリックし,日産のTSPプログラムを
画面に表示します.
この画面で,
マクロデータを読み込んで,推定で使うように,次のス
ライドのように,プログラムを自分で修正します.

TSPプログラム修正(赤い字の部分を追加)











Options crt ;
Freq a ;
smpl 1976 2004;
売上高 営業利益 広告
Read(File=‘nissan.csv') CD Y URI RIJUN KOKO;
Read(File='Macro.csv') Y2 KWS GDP;
RIJURI=RIJU/SSN ; 利潤率の計算
LURI=LOG(LURI) ; 売上高を対数にする
smpl 1977 2004; 成長率の計算のためのサンプル修正
GRURI=URI/URI(-1) ; 売上高成長率の計算
GRGDP=GDP/GDP(-1) ; 経済成長率の計算
OLSQ RIJURI C KOKO GRURI LURI GRGDP
KWS;
プログラム実行⇒推定結果
Variable
C
KOKO
GRURI
LURI
GRGDP
KWS
Estimated Standard
Coefficient Error
t-statistic
0.580551
0.35142
1.65202
9.89E-07
3.54E-07
2.79235
0.242514
0.048954
4.95391
-0.0557
0.022627
-2.4617
1.242514
0.413711
2.99979
12.0557
3.814367
3.14617
P-value
[.112]
[.010]
[.000]
[.021]
[.008]
[.004]
データチェック
・・・ 略・・・
Read(File=' macro.csv') Y2 KWS GDP;
Print Y2 MWS GDP;
・・・ 略・・・
上の1行を追加して印刷されたデータをチェエク
Y2の下には1980,1981のような年号がそろってい
ればOK
そろっていない場合には原因を追求する
ダミー変数
 日産は1999年からゴーン社長.変化した?
 分析するにはダミー変数を
 1976年から2004年の間で自分で作る
 read



gdum ;
0000 0
0000 0
0000 0
0000 0
0001 1
1 1 1 1;
⇒ 1976-1985
⇒ 1986-1995
⇒ 1996-2004
ダミー変数のプログラム
Options crt ; Freq a ;
smpl 1976 2004;
Read(File=‘nissan.csv’) CD Y URI RIJUN KOKO;
read gdum ;
0000 0
0000 0 0000 0
0000 0
0001 1
1 1 1 1;
RIJURI=RIJUN/URI ;
LURI=LOG(URI) ;
smpl 1977 2004;
GRURI=URI/URI(-1) ;
OLSQ RIJURI C KOKO GRURI LURI gdum;
ダービンワトソン値①
 推定結果の右上の上から2行目に
 例えば,
 Durbin-Watson
= .677032 [.000,.000]
 というような表示があります.
 このダービンワトソン値が1.6より小さい場合
には推定結果が信頼できません.
 重要な説明変数が抜けているか,推定式の
形が真実でないためです.
ダービンワトソン値②
 ダービンワトソン値が1.6より小さい場合には
まずは,抜けている説明変数を考えて追加し
てください.
 これがうまく行かない場合には
OLSQ RIJURI C KOKO GRURI LURI;
の代わりに
AR1 RIJURI C KOKO GRURI LURI;
としてください.
推定結果の最下行にRHOが追加され
その他の説明変数の推定結果が変化する
Estimated Standard
Variable Coefficient Error
t-statistic
C
0.550551
0.35142 1.65202
KOKO
9.89E-07 3.54E-07 2.79235
GRURI
0.232514 0.048954 4.95391
LURI
-0.0547 0.022627 -2.4617
GRGDP
1.222514 0.413711 2.99979
KWS
11.8557 3.814367 3.14617
RHO
0.774023 0.136682 5.66294
P-value
[.112]
[.010]
[.000]
[.021]
[.008]
[.004]
[.000]
複数のOLSQ
 複数のOLSQを一度に推定することもできる
 例えば,
OLSQ RIJURI C KOKO GRURI LURI
GRGDP KWS ;
OLSQ RIJURI C KOKO GRURI LURI ;
を同時に計算すればGRGDP KWS を加えな
いケースと加えたケースが推定される.
複数モデルからの選択
複数のOLSQを実行すれば,その中からどれ
かを選択する必要が出てくるケースがある.
例えば,
GRGDP KWS を加えないケースと加えたケース
どちらかを選択する必要がある場合には
推定結果の上にある
Adjusted R-squared =
の値をみて比較する
Adjusted R-squaredの比較
Adjusted R-squaredは被説明変数のばらつき
を説明する比率を示すから大きいほど良い.
例えば,
GRGDP KWS を加えないケース
Adjusted R-squared =.7501
加えたケース
Adjusted R-squared =.8910
であれば加えたケースがより説明力があり,
こちらを選択するのがよい